计算机系统融会贯通

传统的计算机课程体系有一个重要问题，就是课程人为地割裂了解决问题所需技能的综合性。例如汇编语言，计算机原理，计算机系统结构，操作系统和编译原理分别从不同角度介绍了计算机的硬件和软件系统，但人们在面临一个具体问题的时候，比如优化一个数据分析程序时需要的技能是综合性的，需要知道高级语言程序变成了什么样的汇编语言，这些汇编语言在操作系统的调度下如何加载和运行，运行时的指令如何在处理器的流水线里乱序执行，其访存是缓存命中还是缓存缺失，并发访问是如何相互隔离的，等等。
其实更庞大艰深而现实的例子是，如何优化一个大规模的神经网络，包括训练和推理。比如打造自动驾驶系统，就需要这方面的努力。这涉及到知识和技能更多。需要理解深度学习和神经网络，需要一些线性代数和微积分的基础知识，再就是对计算机软硬件体系的融会贯通（也就是上文提及的那些技能）。